Как парсить Excel с помощью GroupDocs.Parser для Java – Руководство

В современных приложениях, ориентированных на данные, как парсить Excel файлы эффективно может стать решающим фактором в рабочем процессе. Независимо от того, переносите ли вы устаревшие данные, генерируете автоматические отчёты или передаёте необработанный текст в аналитические конвейеры, извлечение неформатированного текста из каждого листа является распространённой задачей. Этот учебник проведёт вас через использование GroupDocs.Parser для Java для парсинга Excel‑файлов, чтения текста листов Excel и получения сырого контента с минимальным кодом.

Быстрые ответы

Какая библиотека обрабатывает парсинг Excel в Java? GroupDocs.Parser for Java.
Могу ли я извлечь сырой текст с каждого листа? Да, используя TextReader с включённым raw‑режимом.
Нужна ли лицензия? Доступна временная бесплатная лицензия для оценки.
Какая версия Java требуется? JDK 8 или выше.
Поддерживается ли Maven? Конечно – добавьте репозиторий и зависимость в pom.xml.

Что означает «как парсить Excel» с GroupDocs.Parser?

Парсинг Excel с помощью GroupDocs.Parser означает программное открытие рабочей книги .xlsx (или другого поддерживаемого формата), перебор её листов и чтение простого текста без какого‑либо форматирования. Такой подход быстрее, чем загрузка полной рабочей книги в тяжёлый API электронных таблиц, и даёт прямой доступ к базовым символам.

Почему стоит использовать GroupDocs.Parser для Java?

Скорость и низкое потребление памяти: Обрабатывает один лист за раз.
Широкая поддержка форматов: Работает с XLSX, XLS, CSV и другими.
Простой API: Достаточно нескольких строк кода, чтобы начать извлекать текст.
Корпоративные лицензии: Бесплатная пробная версия, затем масштабируемые коммерческие варианты.

Предварительные требования

Java Development Kit (JDK): 8 или новее.
IDE: IntelliJ IDEA, Eclipse или любой совместимый с Java редактор.
Maven (опционально): Для простого управления зависимостями.

Настройка GroupDocs.Parser для Java

Maven Setup

Если вы управляете зависимостями с помощью Maven, добавьте репозиторий и зависимость в ваш pom.xml:

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/parser/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-parser</artifactId>
      <version>25.5</version>
   </dependency>
</dependencies>

Direct Download

В качестве альтернативы скачайте последнюю версию GroupDocs.Parser для Java напрямую с GroupDocs releases.

License Acquisition

Чтобы начать с бесплатной пробной версии, посетите GroupDocs website и получите временную лицензию. Это позволяет оценить все возможности библиотеки перед покупкой производственной лицензии.

Basic Initialization and Setup

После того как библиотека добавлена в ваш classpath, вы можете создать экземпляр Parser, указывающий на ваш Excel‑файл:

import com.groupdocs.parser.Parser;
import com.groupdocs.parser.data.TextReader;
import com.groupdocs.parser.options.IDocumentInfo;
import com.groupdocs.parser.options.TextOptions;

String excelFilePath = "YOUR_DOCUMENT_DIRECTORY/sample.xlsx";

try (Parser parser = new Parser(excelFilePath)) {
    // Your code to work with the document
} catch (Exception e) {
    e.printStackTrace();
}

С готовой средой перейдём к реальной логике извлечения.

Как парсить Excel: извлечение сырого текста с листов

Шаг 1 – Получение информации о документе

Сначала получите метаданные о рабочей книге, такие как количество листов (сырых страниц).

IDocumentInfo spreadsheetInfo = parser.getDocumentInfo();

Шаг 2 – Перебор каждого листа и чтение текста

Итерируйте каждый лист и извлекайте сырой, неформатированный текст. Флаг TextOptions(true) включает raw‑режим.

for (int p = 0; p < spreadsheetInfo.getRawPageCount(); p++) {
    try (TextReader reader = parser.getText(p, new TextOptions(true))) {
        String sheetContent = reader.readToEnd();
        
        // Process or use extracted text data here
    }
}

Обработка извлечённых данных

На данном этапе sheetContent содержит простой текст текущего листа. Вы можете:

Записать его в файл .txt для архивации.
Передать его в конвейер обработки естественного языка.
Сохранить в базе данных для последующего запроса.

Распространённые проблемы и решения

Проблема	Почему происходит	Решение
Файл не найден	Неправильный `excelFilePath`.	Проверьте путь и убедитесь, что файл доступен для чтения.
Неподдерживаемый формат	Используется старый файл XLS с более новой версией парсера.	Конвертируйте файл в XLSX или обновите до последней версии GroupDocs.Parser.
Ошибки out‑of‑memory при больших рабочих книгах	Загрузка всех листов одновременно.	Обрабатывайте один лист за раз (как показано) и своевременно освобождайте ресурсы.
Исключение лицензии	Срок пробной версии истёк или отсутствует файл лицензии.	Примените действующую временную или приобретённую лицензию перед парсингом.

Практические применения (чтение текста листов Excel)

Миграция данных: Перенести устаревшие данные из таблиц в современные базы данных без ручного копирования.
Автоматизированная отчетность: Извлекать сырые значения из нескольких книг для создания объединённых PDF или HTML отчётов.
Индексация поиска: Индексировать извлечённый текст в Elasticsearch для быстрого поиска контента.

Советы по производительности для больших Excel‑файлов

Поток на лист: Цикл уже обрабатывает один лист за раз, поддерживая низкое потребление памяти.
Повторное использование объектов TextReader: Избегайте создания лишних объектов внутри плотных циклов.
Параллельная обработка: Для очень больших книг рассмотрите обработку листов в отдельных потоках, но учитывайте потокобезопасность экземпляра Parser.

Часто задаваемые вопросы

В: Какие другие форматы электронных таблиц поддерживает GroupDocs.Parser?
О: Он работает с XLSX, XLS, CSV и другими форматами Office Open XML.

В: Могу ли я также извлечь информацию о форматировании ячеек?
О: Да, используя TextOptions без raw‑флага, можно получить отформатированный текст.

В: Как работать с защищёнными паролем Excel‑файлами?
О: Передайте пароль в конструктор Parser: new Parser(filePath, "password").

В: Есть ли способ извлечь только определённые столбцы?
О: Вы можете пост‑обработать sheetContent, отфильтровать строки, либо использовать API SpreadsheetOptions для более точного контроля.

В: Где найти больше примеров кода?
О: Посмотрите документацию GroupDocs и репозиторий на GitHub для дополнительных примеров.

Ресурсы

Документация: GroupDocs Parser Java Docs
Справочник API: API Reference
Скачать: Latest Releases
Репозиторий GitHub: GroupDocs.Parser on GitHub
Бесплатный форум поддержки: GroupDocs Parser Forum
Временная лицензия: Obtain a Temporary License

Последнее обновление: 2026-02-14
Тестировано с: GroupDocs.Parser 25.5 for Java
Автор: GroupDocs